PhysRSI-eval：LLM-as-policy 物理递归自我改进能力的观察缩放规律
论文提出 PhysRSI-eval，用首次尝试表现、效率、成功率、预算和失败后改进五个维度量化物理递归自我改进（RSI），并在 18 个操作任务、固定交互预算下评测不同 VLM。
NEWS / 动态
#预印本
按时间浏览，使用右上角筛选切换领域。
arXiv · cs.ROAI 评分5858 arXiv · cs.RO精选AI 评分7474 GPT-6 Astra 被验证可直接使用视触觉图像完成接触密集操作
作者在 arXiv 预印本中报告，GPT-6 Astra 可直接解读基于视觉的触觉图像，并通过其现有视觉接口在 19 个仿真 UniVTAC 与 OpenViTac 任务上实现少样本闭环控制，每个设置采样 210 个场景种子。
推荐理由：论文在仿真触觉基准上比较通用多模态模型与专用策略，并给出视觉单独输入时的对照结果。
arXiv · cs.RO精选AI 评分6565 PICA-WAM：用跨外观自对齐提升世界动作模型的视觉扰动不变性
PICA-WAM 提出一种自监督训练框架，把视觉扰动不变性作为世界动作模型（WAM）的辅助跨外观自对齐任务。方法用指数滑动平均（EMA）教师处理原始观测并提供更深层目标，在线 WAM 处理受扰动观测，通过轻量投影头将较浅层动作表示对齐到该目标。
推荐理由：论文指出世界动作模型对任务无关视觉扰动敏感的训练缺口，并给出可迁移的自监督对齐方法。
arXiv · cs.ROAI 评分4040 《Physical AI：概念、技术与挑战》专著提出统一框架并区分具身智能等概念
一篇专著为Physical AI给出统一定义：在真实世界约束下通过持续反馈感知、建模并作用于物理世界的人工系统，并梳理其技术版图。该专著将Physical AI与传统数字AI、具身AI、信息物理系统及数字孪生区分，覆盖多模态感知、物理数据与仿真、世界模型、具身基础模型、运动控制系统、多智能体协同及软硬件协同设计。
arXiv · cs.ROAI 评分5858 Harpy双足机器人用实时QP-MPC实现推力辅助小跑
论文在Harpy推力辅助双足机器人上实现基于二次规划的控制器，完成推力辅助小跑。控制器将推力辅助弹簧负载倒立摆动力学写成紧凑QP-MPC问题，以500Hz同时调节地面接触力与推力矢量，矢状面由QP-MPC控制、额状面由级联姿态稳定控制器调节。
arXiv · cs.RO精选AI 评分6262 ACE-Brain-0.6：扩展空间定位以强化具身基础模型
研究团队提出ACE-Brain-0.6，在Qwen3.5-9B上用约150万条可验证空间定位样本微调，以强化通用具身操作的空间感知基础。数据来自机器人操作录像与多来源视觉数据的统一管线，经自动标注转为定位监督。该模型在7个公开定位基准中的4个上超过GPT-6 Astra，平均分75.41对73.68；在固定微调设置下，随数据批次扩大覆盖更多定位场景，聚合定位性能稳步提升。
推荐理由：论文给出从机器人操作录像构建可验证空间定位监督的数据管线，并报告9B模型在公开基准上的对比结果。
arXiv · cs.RO精选AI 评分6262 Embodied Playground：面向物理、策略与空间推理的长程具身智能体基准
研究团队提出 Embodied Playground，一个用于评估基础模型智能体在长程任务中协调物理、策略与空间推理的基准。该基准包含410个任务环境，覆盖基础操作、序列谜题和多阶段家务活动，并从中整理出跨5个套件、16种任务类型的100项代表任务 EP-100，以及 EP-Easy、EP-Hard 难度划分和精简版 EP-20。
推荐理由：该基准用410个任务环境和统一评测协议，考察基础模型智能体在长程任务中的推理与执行衔接。
arXiv · cs.RO精选AI 评分7575 HandsOn：面向可泛化灵巧操作的大规模仿真基准
HandsOn 是一个面向跨本体灵巧操作的组合式仿真平台与基准，支持五种机械臂、六种灵巧手和约200个刚体、铰接与可变形资产，并配有18000条人工演示和66个经人工核验的任务。
推荐理由：该预印本给出跨本体灵巧操作仿真基准的规模与任务划分，并列出多类策略在Core-50上的成功率对比。
arXiv · cs.RO精选AI 评分7171 DexOAK：面向机器人手部参考的物体感知运动学重定向框架
DexOAK 是一个基于学习的物体感知运动学重定向框架，可从人体动作捕捉数据生成接触一致的机器人手部参考。它先在手-物联合图上最小化交互图拉普拉斯目标，再训练以人体关键点和物体点云为条件的前馈网络，并用接触、非穿透和自碰撞损失微调，训练后仅靠推理即可迁移到未见数据。
推荐理由：论文给出物体感知的运动学重定向方法，并报告双手任务成功率与实机开环回放结果，可供灵巧操作数据生成参考。
arXiv · cs.ROAI 评分5858 研究用 VLA 模型实现农业机械臂抓取，在仿真与 Franka 实机上对比 Octo 和 π0.5
研究提出一套面向农业抓取任务的仿真到现实机器人学习框架，将预训练的通用机器人策略适配到农业操作场景。团队搭建基于 MuJoCo 的番茄植株仿真环境，通过摇杆遥操作采集专家演示，并用这些演示适配 Octo 和 π0.5 两个预训练策略，随后在 Franka Research 3 机械臂上用真实机器人演示进一步微调。
arXiv · cs.ROAI 评分5858 仿生皮肤研究：机器人物理对比生物启发与反事实的传感排布
日本团队在 arXiv 发布预印本，用嵌入受体模拟传感器的分层仿生机器人皮肤，物理对比生物启发与反事实的传感排布。在弱接触检测、类两点辨别和纹理识别三项被动触觉任务中，反映生物启发组织特征的排布表现优于所考察的其他配置。研究称该平台可在活体难以开展的条件下检验受体空间组织对触觉功能的影响。
arXiv · cs.RO精选AI 评分6060 RoboValue：面向机器人价值模型统一评测的细粒度仿真与实机基准
RoboValue 是一个细粒度仿真与实机基准，用于统一评测机器人价值模型，通过共享接口考察任务状态理解、时序进度监控、失败与恢复推理、价值一致性四个能力维度。
推荐理由：该预印本提出覆盖四类能力维度的机器人价值模型评测基准，并给出仿真与实机任务上的诊断结果。
arXiv · cs.ROAI 评分4848 EgoRayFormer：面向第一人称3D人体姿态估计的射线空间立体细化方法
EgoRayFormer 是一种因果姿态估计器，在射线空间中将立体特征采样与几何细化耦合，通过共享3D假设沿视线投影到双视图并做射线相交校正。在官方设备相对测试划分上，UnrealEgo2 三随机种子平均 MPJPE 为 17.64 mm，UnrealEgo-RW 为 49.55 mm，用 UnrealEgo2 预训练后降至 47.57 mm。
北京人形机器人创新中心AI 评分5252 
北京人形创新中心直播预告：Robo-ValueRL 毫米级 VLA 强化学习方案
北京人形机器人创新中心将于北京时间 2026 年 10 月 21 日 19:00 直播，由中国人民大学胡迪、夏文科分享 Robo-ValueRL 毫米级 VLA 强化学习方案。
arXiv · cs.ROAI 评分5858 CAOS-SLAM：面向动态环境的类别无关物体感知实时 vSLAM
CAOS-SLAM 提出一种动态 vSLAM 框架，在 ORB-SLAM3 基础上加入混合感知管线，实时检测、跟踪并过滤语义已知和此前未见的运动物体。方法按需执行全景分割做物体发现，对未分类区域用深度聚类实例化候选未知物体，两次全景更新之间依靠轻量检测或基于世界坐标系卡尔曼预测、深度一致性和外观相似度的时间掩码传播维持物体轨迹，再用估计的物体运动剔除动态特征。
arXiv · cs.RO精选AI 评分6060 VaDar：通过价值分解实现隐式目标条件化的强化学习方法
论文提出 Value Disaggregation（VaDar），训练一个与子目标无关的单一策略，最大化各子目标 critic 值的线性组合，子目标信息只在训练时使用，部署时无需选择子目标。
推荐理由：论文提出用价值分解替代子目标条件策略，省去部署时的子目标选择，并在 RoboCasa 长程任务上给出对比结果。
arXiv · cs.ROAI 评分5858 面向连续体机器人设计空间的概率保旋转核算子代理模型
研究提出一种面向腱驱动连续体机器人（TDCR）的不确定性感知算子学习代理模型，可在不同设计与驱动条件下预测完整平衡构型。其核心是用浅层神经网络从力学感知设计坐标学习非平稳高斯过程核的度量，并以空间核表示骨干位置与旋转应变、直接在SO(3)上重建姿态。
arXiv · cs.ROAI 评分5858 HAF-VLA：面向人形机器人全身移动操作的分层动作流VLA框架
HAF-VLA 提出一种面向人形机器人 VLA 控制的分层动作流框架，在预训练 flow-matching VLA 基础上继承视觉语言前缀编码器与动作专家权重，并加入可学习阶段嵌入和跨阶段 KV-cache 条件机制。它不再一次生成完整动作块，而是按先移动与头部指令、再腰部细化、最后全身操作的顺序逐步去噪共享全身动作空间。作者称在六项真实世界任务上，该框架提升了现有人形移动操作模型的性能。
arXiv · cs.ROAI 评分5858 轮腿四足机器人轮式运动不确定性学习用于退化感知LiDAR-惯性里程计
研究提出一种紧耦合的LiDAR-惯性-运动学里程计框架，用于轮腿四足机器人：保留解析滚动预测，并从本体感知历史中学习逐轮、随方向变化的过程协方差，通过运动学修正调节滚动预测的影响。
arXiv · cs.RO精选AI 评分6767 ReInsVLN：免训练视觉语言导航复用历史观测，R2R Val-Unseen 成功率提升 8.48 个百分点
ReInsVLN 提出一种免训练框架，在冻结的导航器中构建并利用历史记忆，在 R2R Val-Unseen 上相较原生 StreamVLN 和 InternVLA-N1 成功率分别提升 8.48 和 3.37 个百分点，达到 64.27% 和 64.44%。
推荐理由：论文提出免训练的历史证据复用框架，并给出在 R2R Val-Unseen 上的成功率提升与压缩带来的时延、显存收益。
arXiv · cs.ROAI 评分5858 几何感知规划表征结合跨模态监督实现单目MAV飞行
研究提出几何感知单目视觉规划框架，从两帧图像、相对位姿和MAV状态预测轨迹，不显式重建深度。方法先训练基于深度的几何专家，再用配对RGB-D观测把规划特征跨模态蒸馏到单目分支，最后适配下游轨迹规划目标。团队用3D Gaussian Splatting仿真器渲染数据并评估，仿真训练的规划器未经真实环境微调即部署实机，实现最高6.5 m/s的避障飞行。
arXiv · cs.RO精选AI 评分7272 CTR：减少双臂模仿学习中虚假跨臂耦合的训练期数据干预方法
上海交大等作者提出 Constraint-preserving Temporal Recombination（CTR），一种训练期数据干预方法，在保留各臂局部传感运动内容的同时重新调整片段时序，以保留任务要求的跨臂约束。
推荐理由：论文提出训练期数据干预方法 CTR，用于削弱双臂模仿学习中的虚假跨臂耦合，并在仿真与实机任务上对比多种策略。
arXiv · cs.RO精选AI 评分7171 SPAR：面向 VLA 模型的结构化剪枝与动作恢复方法
SPAR 提出对 VLA 模型 LLM 主干同时剪枝隐藏层与前馈中间维度，再用强化学习恢复策略性能。应用于 π0.5 时，语言主干从 2.34B 降至 0.09B 参数，完整模型从 3.37B 降至 1.12B，分别移除约 96% 和 67% 的参数。
推荐理由：论文给出 VLA 模型结构化剪枝后接强化学习恢复的具体压缩比例与 LIBERO 成功率变化，可作为紧凑策略部署的参考。
arXiv · cs.RO精选AI 评分6767 ALIGN：面向优势条件行为克隆的条件估计与表达对齐框架
ALIGN 提出一种条件对齐的优势条件行为克隆（AC-BC）框架，用于视觉-语言-动作策略，直接预测策略标签空间中的类别化成对条件，并通过 AdaRMS 调制与流时间融合注入 DiT 动作专家。
推荐理由：论文针对混合质量机器人数据下的优势条件行为克隆，提出条件对齐框架，并在两个实机任务上给出闭环成功率对比。
arXiv · cs.ROAI 评分5858 肘部肌电外骨骼人机在环对比：比例控制与自适应重力补偿
研究在14名健康参与者上对比了肘部主动外骨骼的五种肌电驱动控制算法，包括两种不同助力水平的比例肌电控制（PMC）、纯积分自适应重力补偿（AGC-PI）、运动学与加速度感知的模型型AGC（AGC-AW）以及基于递归最小二乘在线估计负载的AGC-RLS。
arXiv · cs.RO精选AI 评分6262 RoboMMT：学习稳定跟踪调制后的表达性与交互性机器人动作
RoboMMT 提出一种模块化控制架构，将参数化表达动作合成、基于物理的角色控制与面向空间交互目标的反应式适应耦合起来，训练一个参考条件跟踪策略在广泛表达域内保持动态稳定。
推荐理由：论文给出耦合表达动作合成与物理角色控制的模块化架构，并对比了覆盖域不足的跟踪器失稳情况。
arXiv · cs.RO精选AI 评分6262 ForagerSim：面向大规模动态世界具身地图推理的仿真评测平台
研究团队提出 ForagerSim，一个面向需要地图推理的具身任务的跨学科研究平台与仿真环境，场景覆盖移动机器人搜救与动物觅食，可在复杂迷宫和可能无限大的开阔区域中运行。
推荐理由：该预印本提出可调感知、尺度、拓扑与动态难度的仿真平台，用于比较学习策略与地图基线在需地图推理任务上的差距。
arXiv · cs.RO精选AI 评分6060 Cartender：通过反事实分支学习语言条件驾驶
Cartender 提出从真实驾驶记录中学习未被采取的分支，用视觉语言模型生成替代未来及对应指令，并以不支持的指令作为负标签，从而在无仿真器条件下构造匹配与不匹配的指令-动作对。
推荐理由：论文用真实记录构造反事实分支来监督语言条件驾驶，并给出同场景换指令的评测方式，可供研究语言条件策略如何区分场景约束与指令。
arXiv · cs.ROAI 评分5858 RoboPhoto-VLA：基于视觉-语言-动作模型的自主机器人摄影系统
RoboPhoto-VLA 提出一个统一视觉-语言-动作框架，联合建模感知、推理与相机控制，用于自主机器人摄影。该框架包含用于结构化动作规划的 PhotoCoT 和将相机行为与人类审美偏好对齐的 Aesthetic Direct Preference Optimization（ADPO）。
arXiv · cs.ROAI 评分5555 AnchorFlow-VIO：在 LaMAria 上评估固定模板单目视觉惯性里程计
AnchorFlow-VIO 是一个基于 Basalt 的开源单目视觉惯性里程计系统，作者在 LaMAria 上用统一配置完成评估。系统使用一个灰度相机和一个 IMU，结合出厂 IMU 校正、固定时间调整、窗口化初始化和固定模板 patch 跟踪。
arXiv · cs.ROAI 评分5252 K-AoI：面向数字孪生遥操作的时空同步指标
论文提出运动学信息年龄 K-AoI，用瞬时笛卡尔速度对 AoI 加权，把时间陈旧度换算为空间偏差，用于数字孪生遥操作的同步评估。作者在由 6-DOF 机械臂、Unity 孪生体和 tc netem 网络损伤构成的测试台上，跨七种网络条件评估，发现 K-AoI 与 AoI 的秩相关在所有网络下不超过 ρ=0.65，卫星连接下降至 ρ=0.22。
arXiv · cs.ROAI 评分5858 PhantomTac：用免供电磁标签劫持机器人磁性触觉系统
Binbin Zhang 等人在 arXiv 预印本中提出 PhantomTac，利用约 0.5 mm 厚、无需供电的磁标签改变磁场，从而伪造磁性触觉传感器解读出的力。
arXiv · cs.ROAI 评分5858 基于特征级感知与提示式目标检测的人形机器人数据高效示教学习
论文提出一种面向人形机器人的数据高效示教学习（LfD）框架，从演示视频中提取紧凑的任务特征而非原始图像来学习操作技能。该框架结合分层视觉预处理、基于Kinect的人体关节估计、提示式目标检测和深度信息，提取人体运动特征与三维物体位置，再训练时序深度学习模型预测机器人关节角轨迹。
arXiv · cs.RO精选AI 评分6666 HS-MoDP：通过同构遥操作与独立技能路由实现人形机器人组合操作
作者提出HS-MoDP，通过共享专家池上的独立语义路由，把分别演示的手臂技能组合起来，在Unitree G1上取得比基线更强的技能组合效果。为采集全身接触操作演示，团队开发了同构外骨骼G1Exo，对机械臂构型提供关节级直接控制。
推荐理由：论文提出用同构外骨骼采集接触操作演示，并比较其与VR-IK遥操作对策略学习的影响，可供研究遥操作数据质量的人参考。
arXiv · cs.RO精选AI 评分6060 GPU常驻管线实现有限感知多机器人3D巡检
Kryštof Pšenička与Stefan Edelkamp提出一套完整的GPU常驻管线，用于多机器人对水下结构做3D巡检：输入三角网格和K台携带短距、有限视场相机的机器人，输出联合覆盖目标比例表面的6自由度轨迹，并最小化线性插值的完工时间与总成本目标。
推荐理由：论文给出多机器人水下结构巡检的GPU常驻五阶段管线，并公开代码与14个网格的消融结果，可供规划与覆盖问题参考。
arXiv · cs.RO精选AI 评分7171 ERR-VLM：用动作分组Turn-GSPO训练具身VLM实现错误恢复重规划
研究提出ERR-Env可验证交互环境与ERR-Bench基准，用于评估具身VLM在正常、中间和错误状态下的恢复能力与执行可靠性。作者进一步提出在线强化学习方法Action-Grouped Turn-GSPO（AGT-GSPO），结合回合级任务进度与错误状态奖励及动作分组优势估计，训练出2B参数的ERR-VLM。
推荐理由：论文给出可验证交互环境与错误恢复基准，并报告2B模型在严格成功率与恢复率上的提升幅度。
arXiv · cs.RO精选AI 评分6767 OmniInteract：面向双人形机器人全身交互的统一控制方法
OmniInteract 提出面向双人形机器人全身物理交互的统一控制方法，通过表面接触感知重定向与可扩展残差策略学习应对人机形态差异和交互多样性增长带来的控制保真度下降。
推荐理由：论文提出面向双人形机器人全身交互的统一控制方法，用表面接触感知重定向与残差策略分解应对形态差异和技能扩展。
arXiv · cs.ROAI 评分5858 脉冲环形吸引子架构用于旋转机器人关节的表示与控制
Aung Htet 等人提出一种全脉冲神经网络控制架构，用环形吸引子编码旋转关节状态，使表示与旋转系统的拓扑一致。稳态调节在这些分布式表示上直接计算目标状态偏差，对向增益调制群体把偏差转为活动凸包的受控相位移动，实现设定点调节；作者推导出解析傅里叶相位解码器，并用推挽脉冲群体实现其带符号分量。
arXiv · cs.ROAI 评分3838 曲率作为基线：双色条纹标记的圆柱物体单目位姿测量
针对细圆柱物体难以容纳平面标记的问题，提出利用物体已知曲率的双色条纹标记，以单相机提升位姿测量。在15 cm正对相机条件下，滚转标准差Cramér-Rao下界为平面标记2.00°、单曲面标记0.38°、环绕标记0.21°，蒙特卡洛滚转RMS误差与对应下界相差约10%以内。一阶关系将曲面标记矢高与立体基线提供的滚转灵敏度联系起来，为标记几何设计提供依据。
arXiv · cs.RO精选AI 评分7070 SSIO：无需真值轨迹的自监督惯性里程计
SSIO 提出积分自监督方案，让惯性里程计模型从零训练时不再依赖真值轨迹，只需标定 IMU 并在正常运行时记录数据。该方法先用短窗积分 IMU 的教师模型监督学生模型，学生直接预测速度且精度高于教师，再用多窗口位姿图蒸馏序列一致目标。在覆盖行人、无人机、四足机器人和人形机器人的六个数据集上，同一套无速度或位置标签的训练流程所得模型平均速度误差与同架构有监督基线相差 0.07 m/s。
推荐理由：论文提出用短窗积分自监督替代真值轨迹训练惯性里程计，并在行人、无人机、四足和人形六套数据上验证。